Opinie (Creating a Data Transformation Pipeline with Cloud Dataprep)

I didn't like the naming of the columns as both camelCase and snake_case was used. Cleaning up the column names should be part of a data cleaning pipeline. Also hard coding the categorical values using a CASE statement is not best practice. Better to create a mapping table and join data.

Malte B. · Sprawdzono około 2 lata temu

Alexis V. · Sprawdzono około 2 lata temu

Fredrick J. · Sprawdzono około 2 lata temu

Tanu G. · Sprawdzono około 2 lata temu

Sudhanshu D. · Sprawdzono około 2 lata temu

Marius H. · Sprawdzono około 2 lata temu

Himanshu A. · Sprawdzono około 2 lata temu

璟宏 劉. · Sprawdzono około 2 lata temu

Eduardo C. · Sprawdzono około 2 lata temu

yetendra K. · Sprawdzono około 2 lata temu

EIKI T. · Sprawdzono około 2 lata temu

Abdurrahman A. · Sprawdzono około 2 lata temu

elkana m. · Sprawdzono około 2 lata temu

last part for output in dataprep was hard to understand (esp. the workflow/labeling does not fit to the lab

Michael K. · Sprawdzono około 2 lata temu

Juan Carlos B. · Sprawdzono około 2 lata temu

Avadut K. · Sprawdzono około 2 lata temu

Pankaj G. · Sprawdzono około 2 lata temu

Prasad I. · Sprawdzono około 2 lata temu

sara p. · Sprawdzono około 2 lata temu

Priyadeep M. · Sprawdzono około 2 lata temu

ARRAMSHETTY S. · Sprawdzono około 2 lata temu

sara p. · Sprawdzono około 2 lata temu

Amritansh S. · Sprawdzono około 2 lata temu

Did everything as proposed, was not able to validate last step several time. Would be nice to have hints why it did not work...

adrien p. · Sprawdzono około 2 lata temu

Vrajkumar P. · Sprawdzono około 2 lata temu